More than loot boxes: the role of video game streams and gambling-like elements in the gaming-gambling connection among adolescents
Notice bibliographique
Résumé
The intertwining of video games and gambling, known as simulated gambling, has prompted concerns about the potential influence of simulated gambling as a stepping stone towards monetary gambling. Previous studies tend to focus overwhelmingly on loot boxes, which are video game packages where the randomized content is hidden until opening them. The current study broadens this horizon by mapping the relationships between various gambling-like elements within the video gaming ecosystem, and monetary gambling. Applying the Theory of Reasoned Action, the study considered attitude, perceived normative pressure, and intention alongside monetary gambling behavior. In winter 2021 and early 2022, 1472 Flemish adolescents (mean age = 14.02, 47.5% female) took part in a survey on simulated and monetary gambling. Respondents had participated in simulated (75.3%) and monetary gambling (60.4%) in the past year. Bivariate correlations revealed that gambling-like activities were positively correlated (p < .001) with monetary gambling. Hierarchical multiple regression analyses indicated that watching gambling streams, spinning prize wheels, and spending money in social casino games predict monetary gambling (p < .001). Adding loot boxes and other gambling-like elements explained extra variance on top of gender and age (p < .001). Structural equation modelling suggested a pathway model from simulated gambling to monetary gambling attitude, normative pressure, intention, and behavior. This study underscores the importance of considering diverse gambling- like elements in research on the relationship between simulated and monetary gambling, next to the applicability of the Theory of Reasoned Action.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».